In accordance with the recent government's policy, some studies are being conducted in line with the increasing importance of the carbon neutral model through energy management. In a water treatment plant, AI-driven composite sensor is designed to sense the energy consumption and influential factors, and to improve information provision by combining energy management system and AI technology. It includes sensor for measurement and analysis at the level required by the EMS process rather than legal meter precision. By developing a self-verification system to reduce the risk of applying the composite sensor to the plant and verify the performance, it is possible to verify the stability as well as the performance of the composite sensor.
This study presents the development of a virtual sensor as an AI-driven composite sensor for enhancing energy efficiency in water treatment plants. Unlike conventional composite sensors that physically integrate multiple sensors, the proposed virtual sensor is a software-based sensor that utilizes various pre-installed sensors. Specifically, this study focuses on the virtual sensor for the piping system of water treatment plants. The developed virtual sensor utilizes manometers, flow-meters, and watt-meters within the piping system to diagnose the conditions of pumps and associated pipes. The developed virtual sensor is expected to contribute to the energy efficiency in water treatment plants by enabling advanced energy management functions such as diagnosis, prediction, and optimal control.